연구진은 Diffusion MoE 모델에서 중요한 토큰에 컴퓨팅 자원을 정확하게 할당하지 못하는 라우팅 문제점을 발견했어요. 기존 라우터는 노이즈로 인해 중요한 구조적·텍스처 정보를 파악하지 못하고, 이로 인해 토큰의 중요도를 제대로 구분하지 못해요. SharpMoE는 노이즈 없는 클린 잠재 특징을 활용해 라우터에 명확한 중요도 가이드라인을 제공하고, 멀티 스텝 디노이징 과정에서 컴퓨팅 자원 할당을 제어하는 새로운 프레임워크예요.